Inteligencia Artificial y Salto Tecnológico: Configurando un … · 2018. 6. 8. · © AIS...
Transcript of Inteligencia Artificial y Salto Tecnológico: Configurando un … · 2018. 6. 8. · © AIS...
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Inteligencia Artificial y Salto Tecnológico: Configurando un Mundo Diferente
José Manuel Aguirre
Economista y director comercial de AIS Group
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Veremos…
Los nuevos paradigmas
Cambios en hábitos y estilo de vida
Comercio, Transporte, Sanidad, finanzas
Cambio en estilo de vida. Los smartphones
Las Fintechs
Mejores prácticas en finanzas
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Cambios en los hábitos de consumo… y de vida
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Cambios en los hábitos de consumo… y de vida
Hatsune Miku, virtual Singer
https://youtu.be/qmf9JkedPR8blob:ED1F9B51-D5C5-40A3-AEDE-C5BB9B0B1068
PewDiePie
(20 Bill. Contactos / 49Mill subs)
https://www.youtube.com/user/pewdiepie?hl=es&gl=ES
Lauren Giraldo vende más que Vogue
https://www.youtube.com/watch?v=WiC4hBMJemc
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
¿Qué más en el mundo financiero?
¿Qué pasará en el sector financiero? Sucursales y consultores
Imagen del banquero
Sólo el principio del cambio que nos rodea
¿Papel o apps?
Profesiones más solicitadas en Banca:
Data scientists
Digital Designers
Behaviour analysts
Algorithm Specialists
Web administrators
¿Y los reguladores????
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
El uso de los smartphones
40% of adult smartphone owners use voice search to ask for directions, 39% to dictate a text message, 32% to make a phone call, 23% while they are cooking.
Google Mobile Voice Study, October 2015
Moore´s law (Gordon Moore)
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Generación “Millennial” (1981-2000): El cambio de hábitos
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Transferencias y cambio de divisas
20-30
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Plataformas financieras alternativas en Europa
to
to 2013
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Algunos de los nombres en sectores financieros
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Técnicas de Machine Learning
GENETIC ALGORITHMS
DECISION TREES
RANDOM FORESTS
SUPORT VECTOR MACHINE
CLUSTERS
NEURAL NETWORKS
TEXT MINING
RULE INDUCTION
NAYVE BAYES
K-Nearest Neighbors (K-NN)
Linear regression
Logistic regression
Generalized Linear Models (GLM)
Quantile Regression
Partial Least Squares (PLS)
Generalized Linear Mixed Models (GLMM)
Generalized Additive Models (GAM)
Multiple Imputation (MI)
Principal components
Bayesian models
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Mejores prácticas en riesgos
Campañas de pre-aprobados Modelos de
seguimiento
Introducción de variables
disruptivas
Algoritmos de
Machine learning
Modelos de aprobación
Machine Learning y
nuevas variables
QUÉ BUENO!KREDITO 24
CAIXABANC4FINANCE
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Alertas tempranas
Usar toda la información disponible para la activación de alertas tempranas.
El sistema de alertas necesita para anticipar oportunamente el evento que queremos predecir: Definir el horizonte de observación.
Adaptarse a la política de segmentación de la entidad.
Definir el evento a predecir y el nivel de deterioro.
La aplicación de los modelos de aprendizaje automático (Machine Learning) permite al banco anticipar las acciones para mitigar un riesgo mayor Modelos muy discriminantes (Coef. Gini +95%)
Modelos construidos con más de 50 variables.
El pronóstico de 4 meses permite identificar un 18% más de casos que los identificados con los métodos tradicionales.
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
EJEMPLOS
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
El comienzo
En 2006, los doctores Bailey Klinger y Asim Khwaja crearon la Iniciativa de Investigación del Laboratorio de Finanzas Emprendedora en el Centro de Harvard para el Desarrollo Internacional. Este proyecto intenta desarrollar instrumentos de selección de crédito económicos para ayudar a estimular las finanzas a emprendedores en mercados emergentes manejando la asimetría de la información.
En 2008 Asim y Bailey recibieron una subvención de Google.org y América Latina SNV para lanzar el proyecto de EFL. Durante los próximos dos años EFL trabajó con una red de instituciones financieras a través de África y América Latina así como firmas sicométricas para montar el prototipo.
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
“ZestFinance underwriting models offer a 40% improvement over the current, best-in-class industry score.”
I'd like to borrow: $600I can payback: every two weeksBorrowing $600 + Interest & Fees $600 = Total to repay $1,200.Your APR and payment amounts will vary based on your actual term and payment schedule.This example assumes you will make 10 payments of $120. The APR is 390%.See example schedule.
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Evaluación de crédito basada en estilo de vida y comportamiento con muy pequeña información y ninguna historia de crédito tradicional.
Se modela el comportamiento del usuario de teléfono celular para determinar calidad de riesgo de crédito.
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
Increase your approval rate while reducing your bad rate
Tailor pricing strategies commensurate with risk
30% improvement in K-S across the entire applicant base vs. credit bureau scores alone
Profitably increase penetration of 18-26 year old market segment
Segment 25% more “bad accounts” into the lowest population groupings
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
© AIS Aplicaciones de Inteligencia Artificial ww w. a i s - i n t . c o m
www.ais-int.com